but.committee	prof. Ing. Lukáš Sekanina, Ph.D. (předseda) doc. Ing. Zdeněk Vašíček, Ph.D. (místopředseda) Ing. Michal Bidlo, Ph.D. (člen) Ing. Ivana Burgetová, Ph.D. (člen) Ing. Ondřej Lengál, Ph.D. (člen) doc. Ing. Radomil Matoušek, Ph.D. (člen)	cs
but.defence	Studentka nejprve prezentovala výsledky, kterých dosáhla v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Studentka následně odpověděla na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studentky na položené otázky rozhodla práci hodnotit stupněm B. Otázky u obhajoby: Můžete ve zkratce popsat, jaký je rozdíl mezi architekturou a modelem z pohledu umělých neuronových sítí? Přišlo vám na výsledcích vašich experimentů něco překvapivého?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie a umělá inteligence	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Kanich, Ondřej	cs
dc.contributor.author	Fořtová, Kateřina	cs
dc.contributor.referee	Tinka, Jan	cs
dc.date.accessioned	2022-06-24T06:55:47Z
dc.date.available	2022-06-24T06:55:47Z
dc.date.created	2022	cs
dc.description.abstract	Cílem této diplomové práce je analyzovat přístupy detekce a klasifikace s využitím konvolučních neuronových sítí na problému poškození otisků prstů. První část práce se zabývá studiem literatury týkající se biometrie a zpracování otisků prstů s důrazem na možná onemocnění, které mohou oblast prstu postihnout. Následně se práce zaměřuje na rozpoznávání s využitím neuronových sítí. Diplomová práce popisuje architektury konvolučních neuronových sítí a modelů pro detekci objektů až po nejnovější přístupy. Je navrhnuto několik metod pro detekci a klasifikaci onemocnění otisků prstů využívající moderní architektury, rozličné typy páteřních sítí a metod pro detekci. Pro experimenty je zvoleno osm modelů založených na čtyřech různých přístupech pro detekci a klasifikaci. Následně je každý model několikrát natrénován s využitím úprav konfiguračních parametrů. Modely jsou na základě různých metrik posouzeny a porovnány z hlediska využití páteřní sítě i zvolené metody pro detekci. Při testu správně detekované a klasifikované plochy na reálných otiscích bylo dosaženo nejlepšího výsledku 76,875 %. Nejvíce problematickým onemocněním pro detekci a klasifikaci byl atopický ekzém, jehož příznaky se mohou projevovat mnoha způsoby.	cs
dc.description.abstract	The aim of this Master's thesis is to analyze detection and classification approaches using convolutional neural networks on the problem of fingerprint damage. The first part of the thesis deals with the study of literature related to biometrics and fingerprint processing with emphasis on possible diseases that may affect the fingertip area. Subsequently, the thesis focuses on neural network-based recognition. The thesis describes the architectures of convolutional neural networks and object detection approaches up to the latest research. Several detection methods for detection and classification of skin diseases affecting fingertip are proposed using modern architectures, different types of backbone networks and detection methods. Eight models based on four different detection and classification approaches are chosen for the experiments. Subsequently, each model is trained several times using configuration parameter adjustments. The models are assessed on the basis of various metrics and compared in terms of the use of the backbone network and the chosen method for detection. The best result of 76.875 % was achieved in the test of correctly detected and classified area on real fingerprint images. The most problematic disease for detection and classification was atopic eczema, whose symptoms can manifest in many ways.	en
dc.description.mark	B	cs
dc.identifier.citation	FOŘTOVÁ, K. Analýza konvolučních neuronových sítí pro detekci a klasifikaci poškození otisku prstu [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.	cs
dc.identifier.other	145461	cs
dc.identifier.uri	http://hdl.handle.net/11012/207860
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	onemocnění kůže	cs
dc.subject	otisky prstů	cs
dc.subject	konvoluční neuronové sítě	cs
dc.subject	detekce	cs
dc.subject	klasifikace	cs
dc.subject	skin diseases	en
dc.subject	fingerprints	en
dc.subject	convolutional neural networks	en
dc.subject	detection	en
dc.subject	classification	en
dc.title	Analýza konvolučních neuronových sítí pro detekci a klasifikaci poškození otisku prstu	cs
dc.title.alternative	Analysis of Convolutional Neural Networks for Detection and Classification of Damages in Fingerprint Images	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2022-06-21	cs
dcterms.modified	2022-06-23-09:13:49	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	145461	en
sync.item.dbtype	ZP	en
sync.item.insts	2022.06.24 08:55:47	en
sync.item.modts	2022.06.24 08:14:24	en
thesis.discipline	Bioinformatika a biocomputing	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Analýza konvolučních neuronových sítí pro detekci a klasifikaci poškození otisku prstu

Files

Original bundle

Collections